中国の研究者は、革新的な方法でテニスをプレイするロボットを訓練しました

中国の研究者がテニスをプレイするロボットの学習方法を新たに提案

中国の研究者は、ロボットがテニスの基本スキルを迅速かつ簡単に習得できる革新的な手法のテスト結果を発表しました。彼らによれば、これは機械学習だけでなくAIの実用化にも大きなブレークスルーとなり得ると、New Atlas が報じています。

従来技術が機能しない理由
テニスを含むほとんどのスポーツでは、モーションキャプチャシステムは打撃時の手首角度など微細なディテールを捉えることができません。ダイナミックなコート上ではこれらのニュアンスが重要であり、遠隔操作は非効率的です。

問題は、多カメラ映像から必要情報をAIソフトウェア（例：Nvidia の Vid2Player3D）で抽出しようとする試みでさらに複雑化します。これは「高度なプロセス」であり、深い知識とエンジニアリングの努力が求められます。

研究者が提案した内容
彼らはモーションキャプチャに基づく LATENT システムを開発しましたが、技術の基本要素のみで制限しています。このようなシステムは不完全なデータでも動作可能です。

- 実験：5時間にわたり「原始的スキル」―右打ち／左打ち、横移動、クロスステップを部分コートで収集しました。
- これらのデータはカメラで処理され、人間型「モーションスペース」のレパートリーが作成されました。
- 次に基本スキルを Unitree のヒューマノイドロボット G1（価格13,500ドル）へロードしました。

ロボットの学習方法
LATENT システムは、G1 が来球を認識し、ラケットを使ってネット越しに返すことを可能にします。成功とは、相手コート側の白いライン内にボールが着地したときです。

ロボットは基本スキルを用いて角度、反応時間、状況別動作選択を実験します。学習の大部分は高速シミュレーションで行われます。

結果
- 右打ちで90％成功率。
- 左打ちで約80％成功率。
- 動きは滑らかで機敏に見え、まるで本物のテニス選手のようです。

G1 はまだ公式試合には準備ができていませんが、ゲーム習得において顕著な進歩を示しています。

将来のロボットへの意味
開発された方法は、ロボットが複雑でダイナミックな状況に迅速に適応できるようにします。これは、産業生産から救助作業まで、極端な条件下で高速反応が求められる実務課題への展望を開きます。

LATENT ソフトウェアはオープンソースで GitHub で入手可能です